MAI-Image-2.7-Preview চালু আছে

MAI-Image-2.7-Preview হলো মাইক্রোসফটের প্রকাশিত একটি ইমেজ এডিটিং মডেল। এটি Artificial Analysis-এর এডিটিং বেঞ্চমার্কে 1,193 Elo স্কোর নিয়ে বিশ্বে দ্বিতীয় স্থানে রয়েছে, কেবল GPT Image 2.5 Sunburst-এর পেছনে। দৃশ্য ও স্টাইল সম্পাদনায় এটি পরবর্তী সেরা মডেলের চেয়ে 24 Elo এগিয়ে। MAI-Image-2.7-Preview স্টাইল পরিবর্তন, আলো পুনর্বিন্যাস, লেখা ও প্রতীক পরিবর্তন, মেরামত ও বর্ধনসহ জটিল কাজে দক্ষ। বর্তমানে MAI Playground-এর মতো প্ল্যাটফর্মে এটি ব্যবহার করে দেখা যায়। এর মডেল ওজন উন্মুক্ত করা হয়নি এবং এটি এখনও Preview সংস্করণ।

দৃশ্য ও শৈলী পুনর্গঠন: এক ক্লিকে পুরো দৃশ্যের শৈলী, রঙের টোন ও আবহ পুনরায় আঁকা যায়; এটি সবচেয়ে বড় ব্যবধানে এগিয়ে থাকা সক্ষমতা (পরবর্তী সেরা মডেলের চেয়ে ২৪ Elo এগিয়ে)।
বুদ্ধিমান পুনরায় আলোকসজ্জা: ছবির আলো ও আবহের অনুভূতি সামঞ্জস্য করে, যাতে ছায়ার দিক এবং উপকরণের প্রতিফলন ভৌত যুক্তির সঙ্গে সামঞ্জস্যপূর্ণ থাকে।
টেক্সট/প্রতীক সম্পাদনা: ছবির ভেতরের টেক্সট ও প্রতীক পরিবর্তন করে সেগুলোকে মূল ছবির আলো, দৃষ্টিকোণ ও উপকরণের সঙ্গে একীভূত করা।
মেরামত ও উন্নতকরণ: নয়েজ পরিষ্কার করা, পুরোনো উপকরণ মেরামত করা এবং ছবির মান উন্নত করা, একই সঙ্গে মূল কম্পোজিশন স্থিতিশীলভাবে বজায় রাখা।
যুক্তিনির্ভর সম্পাদনা: বস্তু, আলো ও পরিবেশের পারস্পরিক সম্পর্ক বুঝে “পণ্যটিকে নতুন দৃশ্যে সরানো”-এর মতো যুক্তি প্রয়োজন এমন জটিল নির্দেশনা প্রক্রিয়াকরণ করা।

ডিফিউশন জেনারেশন আর্কিটেকচার: মডেলটি ডিফিউশন-ভিত্তিক জেনারেশন পদ্ধতি ব্যবহার করে। ফ্লো-ম্যাচিং লসের মাধ্যমে এটি নয়েজ বিতরণ ও ডেটা বিতরণের মধ্যকার ধারাবাহিক রূপান্তর শেখে, ফলে প্রশিক্ষণ স্থিতিশীল ও কার্যকর হয়।
মাল্টিমোডাল এডিটিং পুনর্গঠন: “শূন্য থেকে পুনর্গঠন এবং মাল্টিমোডাল এডিটিং ওয়ার্কফ্লো-কেন্দ্রিক” পদ্ধতি অনুসরণ করে মডেলটি একই সঙ্গে বস্তু, দৃশ্যের গঠন, আলো, স্কেল ও স্থানিক অবস্থান নিয়ে বহুমাত্রিক বিশ্লেষণ করে। ফলে অস্পষ্ট নির্দেশনাতেও অর্থগতভাবে সামঞ্জস্যপূর্ণ সম্পাদিত ফলাফল তৈরি করতে পারে।
বহু-সীমাবদ্ধতার সমন্বিত সম্পাদনা: মডেলটি একই সঙ্গে লেআউট বজায় রাখা, বস্তু পরিবর্তন, লেখা আপডেট এবং প্রেক্ষাপটের সঙ্গে সামঞ্জস্যসহ একাধিক সীমাবদ্ধতা পরিচালনা করতে পারে। এটি অবজেক্ট অপসারণ, প্রতিস্থাপন, বৈশিষ্ট্য পরিবর্তন ও ইনপেইন্টিং সমর্থন করে, সামগ্রিক কম্পোজিশন নষ্ট না করেই। একাধিক ধাপের সম্পাদনার মধ্যেও এটি দৃশ্যগত সামঞ্জস্য বজায় রাখতে পারে।
নিরাপত্তা-সমন্বয় ব্যবস্থা: ডেটা স্তরে ফিল্টারিং করা হয় এবং ডিপ্লয়মেন্ট পর্যায়ে অতিরিক্ত ঝুঁকি-প্রশমন ব্যবস্থা যুক্ত করা হয়। লক্ষ্য হলো, ব্যবহারকারীর অনুরোধ থাকলেও সহিংসতা, রক্তাক্ততা, পর্নোগ্রাফি বা অন্যান্য ক্ষতিকর ছবি তৈরি না করা।

অফিশিয়াল ওয়েবসাইটে প্রবেশ করুন: MAI-Image-2.7-Preview-এর অফিসিয়াল ওয়েবসাইট https://playground.microsoft.ai/chat-এ যান।
অ্যাকাউন্টে সাইন ইন করুন: উপরের ডানদিকে থাকা সাইন ইন বোতামে ক্লিক করে Microsoft অ্যাকাউন্ট দিয়ে লগ ইন করুন। বিনামূল্যে ব্যবহার করে দেখতে পারবেন।
মূল ছবি আপলোড করুন: Images/ছবি সম্পাদনা বিভাগে MAI-Image-2.7-Preview বিকল্পটি নির্বাচন করুন। সম্পাদনার ভিত্তি হিসেবে একটি বিদ্যমান ছবি, ডিজাইন বা স্ক্রিনশট আপলোড করতে ক্লিক করুন অথবা সেটি টেনে আনুন।
নির্দেশনা লিখে তৈরি করুন: ইনপুট বক্সে ইংরেজিতে একটি স্পষ্ট সংশোধন নির্দেশনা লিখুন। তৈরি করুন বোতামে ক্লিক করে কয়েক সেকেন্ড অপেক্ষা করুন।
পরিমার্জন করে ডাউনলোড করুন: তৈরি ফলাফল দেখুন। পছন্দ না হলে নির্দেশনা পরিবর্তন করে আবার তৈরি করুন। ফলাফল নিশ্চিত হলে ডাউনলোড বোতামে ক্লিক করে স্থানীয়ভাবে সংরক্ষণ করুন।

বিশ্ব র‍্যাঙ্কিংয়ে দ্বিতীয়: Artificial Analysis-এর ইমেজ এডিটিং র‍্যাঙ্কিংয়ে ১,১৯৩ Elo নিয়ে বিশ্বে দ্বিতীয়, শুধু GPT Image 2.5 Sunburst (max)-এর পেছনে; Google, Meta, xAI এবং GPT-Image-2.5-Flare-কে পেছনে ফেলেছে।
দৃশ্য ও স্টাইল সম্পাদনায় বড় ব্যবধানে এগিয়ে: দৃশ্য ও স্টাইল সম্পাদনা বিভাগে দ্বিতীয় সেরা মডেলের চেয়ে ২৪ Elo এগিয়ে, যা সব সক্ষমতার মধ্যে সর্বাধিক ব্যবধান।
নিজস্ব আগের সংস্করণকে সর্বক্ষেত্রে ছাড়িয়ে গেছে: MAI-Image-2.6-এর তুলনায় Artificial Analysis-এর ১০টি ব্যবহারক্ষেত্র এবং ৭ ধরনের সম্পাদনা কার্যক্রমের সবকটিতেই উন্নতি হয়েছে, কোনো দুর্বলতা নেই।
চার ধরনের সক্ষমতা বিভাগে শীর্ষ পর্যায়ে: উন্নতকরণ ও পুনরুদ্ধার, যুক্তিনির্ভর সম্পাদনা, দৃশ্য ও স্টাইল, এবং লেখা ও প্রতীক—এই চার ধরনের সক্ষমতা নিজ নিজ বিভাগের শীর্ষ পর্যায়ে পৌঁছেছে।

প্রকল্পের অফিসিয়াল ওয়েবসাইট: https://microsoft.ai/news/mai-image-2-7-debut/

ই-কমার্স পণ্যের ছবি রূপান্তর: এক ক্লিকে পণ্যের ছবি নতুন পরিবেশে স্থানান্তর করুন এবং স্বয়ংক্রিয়ভাবে আলো-ছায়া ও পার্সপেক্টিভ মিলিয়ে নিন, দ্রুত বিভিন্ন শৈলীর পণ্যের প্রধান ছবি ও বিপণন সামগ্রী তৈরি করুন।
ডিজাইন মকআপ ও UI পুনরাবৃত্তি: ডিজাইন মকআপ ও স্ক্রিনশটের শৈলী পুনর্গঠন, থিমের রং পরিবর্তন এবং লেআউট অনুসন্ধান করুন, যাতে ডিজাইনাররা চূড়ান্ত করার আগে কম খরচে একাধিক দিক পরীক্ষা করতে পারেন।
পুরোনো ছবি ও সামগ্রী পুনরুদ্ধার এবং উন্নতকরণ: পুরোনো ছবির নয়েজ ও আঁচড় মেরামত করুন, কম-রেজোলিউশনের সামগ্রীর মান বাড়ান এবং মূল কম্পোজিশন স্থিতিশীলভাবে ধরে রাখুন; আর্কাইভ ডিজিটাইজেশন ও সামগ্রীর পুনর্ব্যবহারের জন্য উপযোগী।
বিপণন সামগ্রীর পাঠ্য স্থানীয়করণ: পোস্টার, বিলবোর্ড ও প্যাকেজিংয়ের পাঠ্য এবং প্রতীক সরাসরি পরিবর্তন করে সেগুলোকে মূল পার্সপেক্টিভ ও আলো-ছায়ার সঙ্গে একীভূত করুন, পুনরায় লেআউট করার ধাপ বাদ দিন।